JP2010134507A5 - - Google Patents

Claims (10)

1. 記録媒体から読み出した画像データを再生し、再生画像信号を出力する画像処理手段と、
   前記記録媒体から読み出した音声データを再生し、再生音声信号を出力する音声処理手段と、
   複数人の声データと顔画像データを記録したデータベースと、
   前記再生音声信号から人声を判別し認識する人声認識手段と、
   前記人声認識手段で認識された人声と前記データベースに登録された声データとを照合し同定する人声照合手段と、
   前記再生画像信号から人物の顔を判別し認識する顔画像認識手段と、
   前記顔画像認識手段で認識された人物の顔と前記データベースに登録された顔画像データとを照合し同定する顔画像照合手段と、
   同一シーン中の前記人声照合手段で同定された人物から前記顔画像照合手段で同定された人物を除外した人物を、付加画像表示の対象として決定する付加画像表示判定手段と、前記データベースから前記付加画像表示判定手段で決定された対象の人物を示す情報を読み出して、前記再生画像信号に合成すべき付加画像を生成する付加画像生成手段と、
   前記再生画像信号に前記付加画像を合成する表示画像生成手段
   とを有することを特徴とする再生装置。
2. 前記データベースは、前記顔画像照合手段が使用する顔画像データとは別に、前記付加画像生成手段に供給するデータを具備することを特徴とする請求項１に記載の再生装置。
3. 前記データベースは、前記表示画像生成手段における前記再生画像信号と前記付加画像との合成の可否を示す情報を各人物ごとに有し、
   前記表示画像生成手段は、前記データベースに合成を許す情報が登録されている場合に、前記再生画像信号に前記付加画像を合成する
   ことを特徴とする請求項１又は２に記載の再生装置。
4. 前記表示画像生成手段は、前記再生画像信号が示す画像の周辺に前記付加画像を配置することを特徴とする請求項１乃至３の何れか１項に記載の再生装置。
5. 更に、前記再生画像信号に前記付加画像をサブピクチャとして合成した画像信号と、前記再生音声信号とを含む情報を生成し、前記記録媒体または前記記録媒体とは異なる記録媒体に記録するオーサリング手段を有することを特徴とする請求項１乃至４の何れか１項に記載の再生装置。
6. 同一シーンに対して複数の前記付加画像が存在する場合に、発声の順番で前記複数の付加画像の表示の優先順位を決定することを特徴とする請求項５に記載の再生装置。
7. 同一シーンに対して複数の前記付加画像が存在する場合に、発声の音量の順番で前記複数の付加画像の表示の優先順位を決定することを特徴とする請求項５に記載の再生装置。
8. 同一シーンに対して複数の前記付加画像が存在する場合に、前記データベースに登録される各人物の表示優先度に従って前記複数の付加画像の表示の優先順位を決定することを特徴とする請求項５に記載の再生装置。
9. 前記オーサリング手段は、発声よりも時間的に先行してサブピクチャの表示を開始するようにオーサリング処理を行うことを特徴とする請求項５に記載の再生装置。
10. 前記オーサリング手段は、発声の終了から時間的に遅れてサブピクチャの表示を終了するようにオーサリング処理を行うことを特徴とする請求項５に記載の再生装置。